期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于EEMD-SE-LSTM的混凝土坝变形监测模型
被引量：
28
1
作者
侯回位
郑东健
+1 位作者
刘永涛
黄寒冰
《水利水电科技进展》
CSCD
北大核心
2022年第1期61-66,共6页
为提高混凝土坝变形监测数据的预测精度,构建了一种基于集成经验模态分解(EEMD)与样本熵重构(SE)的长短期记忆网络(LSTM)预测模型。模型利用EEMD对原始数据序列进行分解,并计算每个分量序列的样本熵,以原始序列样本熵作为基准进行重构,...
为提高混凝土坝变形监测数据的预测精度,构建了一种基于集成经验模态分解(EEMD)与样本熵重构(SE)的长短期记忆网络(LSTM)预测模型。模型利用EEMD对原始数据序列进行分解,并计算每个分量序列的样本熵,以原始序列样本熵作为基准进行重构,再对重构后的各序列建立LSTM模型进行预测,最后把各预测值叠加以得到最终预测结果。以某混凝土拱坝为例,将该模型预测结果与EMD-LSTM、LSTM和SVM模型的预测结果进行对比,结果表明EEMD-SE-LSTM模型具有更高的预测精度,在混凝土坝的变形预测中具备更好的可行性与优越性。
展开更多
关键词
集成经验模态分解
长短期记忆神经网络
样本熵
变形预测
混凝土坝
在线阅读
下载PDF
职称材料
考虑邻近点相关性的EN-SVM组合混凝土双曲拱坝变形预测模型
被引量：
4
2
作者
侯回位
郑东健
+1 位作者
黄寒冰
范博伟
《水电能源科学》
北大核心
2022年第2期105-109,共5页
模型的输入通常决定模型的性能,而在普遍的混凝土坝变形预测模型中往往仅考虑以环境因素作为输入情况。基于此,在考虑环境因素影响的基础上,把邻近测点的相关性也纳入考虑,构建了考虑邻近点相关性的弹性网络(EN)与支持向量机(SVM)的组...
模型的输入通常决定模型的性能,而在普遍的混凝土坝变形预测模型中往往仅考虑以环境因素作为输入情况。基于此,在考虑环境因素影响的基础上,把邻近测点的相关性也纳入考虑,构建了考虑邻近点相关性的弹性网络(EN)与支持向量机(SVM)的组合预测模型,即先构造两类不同的特征,然后分别使用主成分分析法(PCA)和EN进行类内特征处理,再把处理好的特征因子分别输入EN、SVM模型中,得到各自的模型预测值,最后利用最优权重组合法对两个模型的预测结果进行权重组合,得到最终的预测值。实例分析表明,该组合模型的均方根误差、平均绝对误差及平均绝对百分比误差均低于其他模型,验证了其有效性与优越性。
展开更多
关键词
混凝土坝
变形预测
特征处理
EN-SVM
权重组合
在线阅读
下载PDF
职称材料
题名
基于EEMD-SE-LSTM的混凝土坝变形监测模型
被引量：
28
1
作者
侯回位
郑东健
刘永涛
黄寒冰
机构
河海大学水利水电学院
出处
《水利水电科技进展》
CSCD
北大核心
2022年第1期61-66,共6页
基金
国家重点研发计划(2018YFC1508603)
国家自然科学基金重点项目(51739003)。
文摘
为提高混凝土坝变形监测数据的预测精度,构建了一种基于集成经验模态分解(EEMD)与样本熵重构(SE)的长短期记忆网络(LSTM)预测模型。模型利用EEMD对原始数据序列进行分解,并计算每个分量序列的样本熵,以原始序列样本熵作为基准进行重构,再对重构后的各序列建立LSTM模型进行预测,最后把各预测值叠加以得到最终预测结果。以某混凝土拱坝为例,将该模型预测结果与EMD-LSTM、LSTM和SVM模型的预测结果进行对比,结果表明EEMD-SE-LSTM模型具有更高的预测精度,在混凝土坝的变形预测中具备更好的可行性与优越性。
关键词
集成经验模态分解
长短期记忆神经网络
样本熵
变形预测
混凝土坝
Keywords
ensemble empirical mode decomposition
long short-term memory network
sample entropy
deformation prediction
concrete dam
分类号
TV698.1 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
考虑邻近点相关性的EN-SVM组合混凝土双曲拱坝变形预测模型
被引量：
4
2
作者
侯回位
郑东健
黄寒冰
范博伟
机构
河海大学水利水电学院
河海大学
出处
《水电能源科学》
北大核心
2022年第2期105-109,共5页
基金
国家重点研发计划(2018YFC1508603)
国家自然科学基金重点项目(51739003)。
文摘
模型的输入通常决定模型的性能,而在普遍的混凝土坝变形预测模型中往往仅考虑以环境因素作为输入情况。基于此,在考虑环境因素影响的基础上,把邻近测点的相关性也纳入考虑,构建了考虑邻近点相关性的弹性网络(EN)与支持向量机(SVM)的组合预测模型,即先构造两类不同的特征,然后分别使用主成分分析法(PCA)和EN进行类内特征处理,再把处理好的特征因子分别输入EN、SVM模型中,得到各自的模型预测值,最后利用最优权重组合法对两个模型的预测结果进行权重组合,得到最终的预测值。实例分析表明,该组合模型的均方根误差、平均绝对误差及平均绝对百分比误差均低于其他模型,验证了其有效性与优越性。
关键词
混凝土坝
变形预测
特征处理
EN-SVM
权重组合
Keywords
concrete dam
deformation prediction
feature processing
EN-SVM
weight combination
分类号
TV698.1 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于EEMD-SE-LSTM的混凝土坝变形监测模型
侯回位
郑东健
刘永涛
黄寒冰
《水利水电科技进展》
CSCD
北大核心
2022
28
在线阅读
下载PDF
职称材料
2
考虑邻近点相关性的EN-SVM组合混凝土双曲拱坝变形预测模型
侯回位
郑东健
黄寒冰
范博伟
《水电能源科学》
北大核心
2022
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
